機械学習の3種類——教師あり・教師なし・強化学習の違い

機械学習とは何か

機械学習とは「データから規則性やパターンを自動的に学習するAIの手法」です。人間が手でルールを書くのではなく、大量のデータからコンピュータが自らルールを発見します。

教師あり学習

教師あり学習（Supervised Learning）とは「正解ラベル付きのデータ」を使って学習する手法です。

• 「この画像は猫である（正解）」「この画像は犬である（正解）」というデータで学習 → 新しい画像を「猫か犬か」に分類できる
• 金融での応用：過去の株価データと「翌日上昇/下落」のラベルで学習 → 翌日の値動きを予測する（ただし精度は限定的）

代表的な手法：線形回帰・ロジスティック回帰・決定木・ニューラルネットワーク

教師なし学習

教師なし学習（Unsupervised Learning）とは「正解ラベルなし」でデータのパターンを見つける手法です。

• 顧客データをグループ分け（クラスタリング）：「よく似た購買行動を持つ顧客群」を自動で発見
• 次元削減：大量の特徴量を少数の重要な特徴に圧縮する

代表的な手法：k-means クラスタリング・主成分分析（PCA）

強化学習

強化学習（Reinforcement Learning）とは「試行錯誤を繰り返しながら、報酬を最大化する行動を学習する」手法です。

• 囲碁AI（AlphaGo）：勝利という報酬を得るための最善手を学習
• 自動運転：安全に目的地に到達する行動を報酬として学習
• 金融トレーディングへの応用研究も行われているが、実際の市場での有効性には限界がある

まとめ

• 教師あり学習：正解ラベル付きデータで学習——分類・予測に使われる
• 教師なし学習：ラベルなしでパターンを発見——クラスタリング・次元削減
• 強化学習：試行錯誤で報酬を最大化——ゲームAI・自動制御